使用 R 中的 apply 系列将 2 列数据帧的每一行传递给我创建的函数？

Question

我有一个包含两列的小数据框：fp（误报）和fn（误报），如下所示：

falsepos <- c(.05, .25, .5)
falseneg <- c(.01, .05, .1)
x_name <- "fp"
y_name <- "fn"

df <- data.frame(falsepos,falseneg)
names(df) <- c(x_name, y_name)

我还编写了一些贝叶斯规则的改编函数，如下所示：

bayesrule <- function(baserate = .03, 
                      fp, 
                      fn) {
    output <- (baserate * (1 - fn)) / ((baserate * (1 - fn)) + ((1 - baserate) * (fp)))

    return(output)
}

fp 和 fn 代表他们在 df 中所做的相同事情。在这个函数bayesrule 中，我为.03 的baserate 保留了一个默认值。我的问题是：我怎样才能编写一些R 代码-我猜可能使用apply 系列函数，但也许还有别的-传递df 中fp 的值中的每一行和fn 放入它们在bayesrule 函数中的相应位置，产生三个贝叶斯规则计算（每个都具有相同的默认baserate 0.03）？

我查看了 SX 中的类似帖子并且已经非常接近，但我只是害羞了这个标记。我已经接近了：

sapply(df,FUN = bayesrule,fn=df$fn, fp=df$fp)

但没有更近。

Answer 1

一般来说，如果函数没有向量化，并且依赖多个长度>1的参数，我们可以使用Map/mapply

unlist(Map(bayesrule, fn = df$fn, fp = df$fp))

---

或Vectorize 函数并应用列

Vectorize(bayesrule)(fn = df$fn, fp = df$fp)
#[1] 0.37979540 0.10516605 0.05273438

这里，函数已经被向量化了，因为函数中显示的操作是R中的向量化操作（在评论-@r2evans cmets中也提到了）。所以，可以直接应用

with(df, bayesrule(fp=fp, fn = fn))
#[1] 0.37979540 0.10516605 0.05273438

---

或dplyr

library(dplyr)
df %>%
    mutate(new = bayesrule(fp = fp, fn = fn))

---

使用sapply，它会分别遍历每一列

Answer 2

您无需在此处按行执行任何操作：

bayesrule(fp=df$fp, fn=df$fn)
# [1] 0.37979540 0.10516605 0.05273438

由于内部的所有数学运算都已经为 R 的矢量化效率做好了准备，因此您可以传递矢量。这将比尝试每行调用一次更有效（调用bayesrule一次）。